cookieOptions = {...}; .電腦視覺在安控領域的四大技術應用 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2019年8月19日 星期一

Intelligent video surveillance 
 Tomorrow Today

AKD 寰楚專業級全系列監控設備

华静一

電腦視覺是一項綜合技術,包括圖像處理、機械工程技術、控制、電光源照明、光學成像、感測器、類比與數為影像技術、電腦軟硬體技術(圖像增強和分析算法、圖像卡、I/O卡等)。

安控行業,近年在人工智慧技術的導入下,在深度算法、智慧晶片、業務技術架構等,產業鏈上的完善,進一步加快了安控智慧分析技術的落地應用。(???)

机器视觉在安防行业应用 离不开四项技术

一、電腦視覺在安控領域的應用
智慧視覺分析技術,是指電腦圖像視覺分析技術,電腦圖像視覺技術是人工智慧(AI,Artificial Intelligent)研究的分支之一,它能夠在圖像及圖像描述之間,建立映射關係,從而使電腦能夠透過數位圖像處理和分析,來理解影像畫面中的內容。

而影像監控中所提到的智慧影像技術,主要指的是「自動分析和抽取影像源中的關鍵資訊」。

如果把攝影機看作人的眼睛,智慧影像系統或設備則可以看作人的大腦。智慧影像技術借助電腦強大的數據處理功能,透過將場景中背景和目標分離,進而分析並追蹤在攝影機場景內出現的目標,對影像畫面中的海量數據進行高速分析,過濾用戶不關心的資訊,僅僅為監控者提供有用的關鍵資訊。

智慧影像解決方案以數位化、網路化影像監控為基礎,使用端可以根據影像內容分析功能,透過在不同攝影機的場景中,預設不同的報警規則,系統辨識不同的物體,同時辨識目標行為是否符合這些規則。

一旦目標在場景中,出現了違反預定義規則的行為,系統能夠以最快和最佳的方式,發出警報並提供有用資訊,從而能夠更加有效的協助安全人員處理危機,最大限度的降低誤報和漏報現象,確實提高監控區域的安全防範能力。


智慧視覺分析技術,在安控領域的重要作用是毋庸置疑的,具有廣泛的應用前景,可以應用在警偵、司法、交通、教育、金融等主流行業應用;

比如十字路口、高速公路、停車場、飛機場等交通場景;比如軍事基地、銀行等軍事場景監控、政府重要部門,以及人們日常生活的場所;比如總統府廣場、火車站等敏感的公共場合監控,相關智慧視覺分析產品,也隨著技術的發展不斷地細化;

比如人臉辨識比對系統,警偵機關搭建人臉辨識比對系統,建立人臉捕捉數據庫,將人臉資訊歸檔,並與個人身份建立關係,在實際運用過程中採用人臉搜索、黑名單佈防、陌生人辨識等多項智慧分析功能,大大提高影像監控的防範功效,可以讓犯罪分子無可遁形。

由於和智慧視覺分析相關的高清產品,並未得到真正的普及,社會上的監控佈局點也並不完善,目前還只是針對某些行業進行使用,還遠遠未達到全面普及,只有大批量的使用高清攝影機,增大捕獲到清晰、正面人臉的可能性,才能有更好的實戰效果。

此外,還需要警政單位和影像處理相關廠商必須加強合作,加大監控點的部署密度。由於大量監控點的部署會帶來海量影像,需要重視智慧影像分析技術的應用,合理利用技術,人機配合,發揮技術的長處,從而有效輔助偵辦人員。
二、智慧視覺分析技術的發展
隨著高清攝影機不斷投入,人們對於智能視覺分析技術產品化的需求越來越多,要求也越來越高,這給安控行業帶來了廣闊的思路,許多智能化新產品快速湧現:

1、雙目技術
雙目立體技術核心目的是提高辨識的準確率。由於立體視覺技術形成的視場中,帶有物體的 3D 幾何資訊,因此能夠有效的設定檢測規則,排除光線、影子等干擾因素,大幅提高智慧分析的準確度。如果說高清技術透過提升,可用像素來提高分析的準確率,是戰術性的舉措,那麼雙目立體視覺技術,對影像分析準確率的影響則是策略性的。


雙目立體視覺技術是基於視差原理,並利用成像設備從不同的位置,獲取被測物體的兩幅圖像,透過運算圖像對應點間的位置偏差,來獲取物體 3D 幾何資訊的方法。採用雙相機或多相機,對視場內空間的自由運動體的 3D 位置座標,及姿態進行高精度的測量,確定運動目標的質心位置,並根據標定結果,對運動目標進行高精度追蹤。

立體視覺技術的跟蹤,由於能夠辨識目標的 3D 座標、姿態、相對距離、與背景環境的空間距離,因此能適應複雜的跟蹤背景環境。雙目技術應用於人體屬性辨識,是人臉辨識技術一次技術應用的跨步,這對更準確的定位和分析,人的特徵有著支援重要的作用。


2、多球機聯動追蹤技術
多球機聯動跟蹤技術,是以單球機智慧跟蹤技術作為基礎的。從應用的層面上看,能夠將普通的跟蹤球機的單點式監控,提升為系統內對單個目標的無縫式接力跟蹤,配合電子地圖的使用,能夠容易的實現對高安全等級區域的無縫式跟蹤,並實現目標軌跡描繪、犯罪行為預警等高等級的安控保全需求。

多球機聯動跟蹤技術的實現,需要具備多目標辨識與跟蹤技術。在應用中,通常設定一台球機作為發起點,對廣域範圍內目標進行的智慧行為分析,並將同時監控的多個目標,按照既定的策略進行排序,並按照先後順序,指揮智慧跟蹤球機逐個跟蹤監控目標。

與單目標跟蹤相比,多目標跟蹤技術的關鍵點是數據關聯問題,即建立一個統一的座標系,使得發起球機可以將目標的座標資訊,傳遞給跟蹤球機,實現聯動跟蹤。


3、面向事後應用的智慧技術
隨著監控攝影機的普及,監控系統中存有海量的錄影數據,在目前人工查看的模式下,傳統的方法需要從頭到尾順序播放,往往需要數倍於原始影像的時間,才能審看完成,因此需要大量人員連續加班數周,進行影像的審看。

為了規避遺漏和誤差,就要加大人力投入的方法。但是經過實踐證明,這種方法吃力不討好,仍然解決不了根本的問題,如何有效、高效的應用,減輕人工查看回放帶來的時效性差、成本高、疲勞問題,並在不同解析度、不同清晰度的錄影中,準確的辨別出需要獲取的資訊,基於以上需求,安控廠家研發了影像摘要、影像檢索等技術手段。

影像摘要技術
將影像摘要形成影像片斷,不同時刻的目標「穿越時空」同時展現播放,使24小時的影像,被製作成一個簡短到幾分鐘摘要影像成為現實。影像摘要不僅濃縮的是事件的精華,也是活動事件的全部,沒有價值的影像將被剔除。透過多分格快照技術,可以在幾秒中,看完所有的活動目標成為可能,回溯原始視頻功能,瞬間鎖定目標在原始影像中的位置。這些智慧影像分析功能的實現和應用,將大大提高海量影像監控錄影分析的效率。

影像檢索技術
影像檢索主要是依賴於影像演算法,對影像進行預處理,透過對影像內容進行結構化處理,提取出影像內容中的有效資訊,進行標記或者相關處理後,人後可以透過各種屬性描述,進行快速檢索。

因此影像檢索最主要的,是利用影像檢測演算法,對影像進行結構化描述,目前已經在相應的產品中,得到應用的算法主要有以下幾種:行為分析算法、車牌辨識算法、車輛顏色辨識算法、車標辨識算法、車型辨識算法、人臉檢測辨識算法、人體特徵辨識算法等。

其中人體特徵辨識,又包括人的年齡、性別、身高、衣服顏色、是否戴眼鏡等特徵資訊的辨識。在影像檢索中,已經得到比較成熟應用的算法技術,是行為分析算法、車牌辨識算法、車輛顏色辨識算法、人臉檢測辨識算法等。

由於監控攝影機的佈署,也會有盲點等原因,當雙目技術和多球機跟蹤技術,無法每時每刻準確的撲捉到嫌疑人的軌跡資訊的時候,可以透過如校園內遍布的攝影機錄影,進行事後檢索分析,找到相關線索,幫助刑偵人員及時快速的定位嫌疑人。


4、影像拼接技術
影像拼接系統,是根據圖像拼接技術得以實現的,而圖像拼接技術是根據實際的科研和工程的需要而發展來的。在很多領域經常會用到超過人眼視角的高解析度圖像,而普通相機或攝影機的視角,往往不能滿足需要,例如由於距離的限制,某些超大尺寸的物體,無法清晰的用影像拍攝下來。

目前來說,許多大型應用場景,都需要高清晰高覆蓋的拍攝,比如機場跑道、碼頭等,一個攝影機無法真正清晰的展示,這些大型應用場景的全貌,無法給出一種使用端滿意的高清影像,更無法對影像中的事物進行高清分析,由此而帶來的就是高投入和多畫面展示,不僅僅視覺效果不好,也不能最大程度的滿足使用端的高清大畫面的需求。

基於以上需求,圖像拼接技術解決了這一難題,該技術將來自不同視角的圖像,拼接在一起得到高解析度圖像,解決了使用端大場景高清晰監控的迫切需求,使用端可以在一幅影像圖像上瀏覽高清晰畫面。


0 comments: